学习计划|一个月学会Python,零基础入门数据分析

在数据分析领域,python是一个绕不开的知识和工具,如果不会用python就很难说自己会数据分析,但是最近很多想要入门数据分析的小白经常问我,Python怎么入门?Python虽然被称作是“最简洁的语言”,但是它终究还是一门编程语言,想要入门还需要掌握一些基础知识和技巧。

为此,我先列上一个学习计划,在接下来的一个月里会根据学习计划,整理、梳理出Python的入门学习知识,对于那些想要学习Python的同学们提供一个参考:

初始python基础

python的数理统计理论

sql的学习

python的语法基础

用python实现数据可视化

数据分析实战

一、初识python基础

在这一章里,主要是介绍我们为什么要用python进行数据分析,以及python需要掌握的一些基础知识,我们能够用python做什么?在第一章里,让大家在感性的认知上首先了解一下这个分析工具,主要涵盖的内容包括python的下载与环境安装、数据类型介绍和内置数据结构介绍:

python的下载和安装环境:难点主要是在环境的安装上,很多小白往往一腔热血但是面对环境安装的时候就泄了气,因为我会用Anaconda为例进行环境的安装,同时我建议初学者不要下载具有IDE功能的集成开发环境,比如Eclipse插件等。

数据类型:python的数据类型比较简单,基本上就可以分为两大类——数值和字符串。

数值:数值是python最基础的数据类型,也是我们赋值给变量时最常用的形式,主要包括整型、布尔型等。

字符串:也就是文本数据,在python中一般用引号来定义,可以通过python进行拼接和重叠,实现文本数据的处理;

索引和切片:索引是有序列每个子元素在序列的位置,切片就是对序列的部分截取。

数据结构:python的数据结构可以分为四种,列表、元组、字典、集合。

列表:用中括号表示,可以容纳任何对象元素,包括字符串,而且每个元素都可以变化;

元组:其实就是一个固定的列表,初始化元素的值是绝对不能变化的;

字典:可以理解为现实的字典,通过查找拼音(键)就能找到这个读音的所有字(数值);中

集合:数学上的概念,每个集合中的元素是无序的,不可重复的对象;

二、python的数理统计理论

数据分析的目的是从数据里找规律,因此想要掌握python必须要学习一些基础的数理理论,这是成为一个数据分析师必备的能力。对于python来说,其涉及的数理统计学基础主要由算法、统计学、概率论等,在这一章里我会进行简单的介绍:

矩阵理论-----线性代数

导数、偏导、凹凸函数-----微积分

正态分布、偏态、峰度-----概率论

量化分析、推断-----统计学

描述统计和推断统计-----数理统计

三、SQL的学习

sql是python的基础,如果你已经掌握了SQL,那么这一章你就可以直接跳过,那么你就要好好学习这部分的内容,因为sql是入门python的关键基础,同时它也是每个数据分析师必备的技能,主要目的是用sql来进行增删改查等操作,对数据进行筛选。

四、python的语法基础

这一部分主要是对python的基础语法进行讲解,这一部分是学习python的关键,只要能够熟悉掌握各种语法和语句,基本上就学会了python,当然这一部分只是进行简单的入门,更加进阶的语法暂时不会涉及。

Python语句的缩进

Python的多行语句

Python引号

Python标识符

Python关键字

Python变量

变量声明并赋值示例

五、用python实现数据可视化

在这一章里,我会简单讲解一下如何利用python的matplotlib进行数据可视化的操作,python中有着非常优秀的可视化库,进行可视化制作也是数据分析必备的能力之一,在这一部分中我会使用几种不同数据图表来讲解基于matplotlib的数据可视化。

Bar(柱状图/条形图)

Bar3D(3D 柱状图)

Boxplot(箱形图)

EffectScatter(带有涟漪特效动画的散点图)

Funnel(漏斗图)

Gauge(仪表盘)

Geo(地理坐标系)

Graph(关系图)

HeatMap(热力图)

Kline(K线图)

Line(折线/面积图)

Line3D(3D 折线图)

Liquid(水球图)

Map(地图)

Parallel(平行坐标系)

Pie(饼图)

Polar(极坐标系)

Radar(雷达图)

Sankey(桑基图)

Scatter(散点图)

Scatter3D(3D 散点图)

ThemeRiver(主题河流图)

WordCloud(词云图)

六、数据分析实战

到了最后一章,你应该已经基本掌握了python的操作,最后一步就是要进行分析项目的实战,在这一部分中我会以几个实际中遇到的数据分析项目为例进行实操,包括爬虫+分析、业务指标分析等等,为大家拓宽数据分析的思路,早日成为数据分析师!

后言

虽然我的标题是一个月入门python,但是python的掌握需要在大量的实践中不断磨合纠错,才能得到实质性的提高,因为我的学习计划只是希望带给完全小白的新手一点思路和指导,让他们能够少走一些弯路。

你可能感兴趣的:(学习计划|一个月学会Python,零基础入门数据分析)